付 苗，邢藏菊（北京化工大学 北京100029）

帧间差法对TLD跟踪算法的改进

付 苗，邢藏菊
（北京化工大学 北京100029）

对跟踪-学习-检测（Tracking-Learning-Detection，TLD）目标跟踪算法进行改进，在原算法中的跟踪模块和检测模块之间引入了帧间差检测方法，将帧间差法检测到的含有前景目标的窗口传送给TLD检测模块的级联分类器，提高算法的效率以及准确性。并对TLD算法中的重叠度重新定义，提高了该算法的跟踪成功率。通过实验对改进前后的TLD算法进行分析比较，证明改进后的算法具有更高的跟踪效率以及成功率。

TLD；目标跟踪；帧间差；重叠度

目标跟踪一直以来都是计算机视觉领域中比较复杂并且热门的课题，国内外的学者对于目标跟踪的研究也越来越重视。而目标跟踪技术也在人机交互[1-3]，城市交通[4-5]，智能监控[6-8]和工业建设[9]等多种领域得到了广泛的应用。

TLD[10]（Tracking-Learning-Detection）是Zdenek Kalal提出的一种视频目标跟踪算法。该算法的亮点是能够利用较少的先验信息实现视频目标的长时间跟踪，将目标跟踪算法与目标检测算法相结合来解决目标在被跟踪过程中发生的形变、部分遮挡等问题[11]。

TLD算法主要由跟踪模块，检测模块，综合模块以及学习模块4个模块组成。其中，跟踪模块采用的是基于LK（Lucas-Kanade）光流法改进的中值流跟踪[12]，根据前一帧中目标的位置信息来估计目标在当前帧中所处的位置；检测模块是由方差滤波器、组合分类器和最近邻分类器所组成的级联分类器构成，在当前帧采用扫描窗口策略对目标进行检测，依次成功通过这3个分类器的窗口即为检测器检测到的目标窗口；……